《动手学深度学习》第二版PDF
《动手学深度学习》第二版PDF 简介
李沐《动手学深度学习》是什么
《动手学深度学习》(Dive into Deep Learning,D2L)是一本面向中文读者的开源深度学习教材,作者包括阿斯顿·张、李沐、扎卡里·C·立顿、亚历山大·J·斯莫拉,并有 200 多位社区贡献者参与维护,被全球 70 多个国家 500 多所大学用于教学。
它的最大特点是“能运行、可讨论”:每一节都配有可执行的 Jupyter Notebook,把概念、公式、图示和代码放在同一处。在线版免费开放,纸质书由人民邮电出版社出版。
李沐《动手学深度学习》第二版PDF下载:
d2l-zh-pytorch.pdf

课程特点
每节都是可运行的 Notebook,支持本地、Google Colab、SageMaker Studio Lab 等环境直接跑代码。
提供 PyTorch、TensorFlow、NumPy/MXNet、PaddlePaddle 多框架实现,第二版在线内容新增飞桨版本。
从预备知识讲起,覆盖线性回归、多层感知机、CNN、RNN、注意力机制、Transformer、BERT、优化算法、计算机视觉、自然语言处理等。
配套 Kaggle 实战、讨论区、课件、作业和 B 站教学视频。
开源持续更新,能较快补充 Transformer、BERT、推荐系统、深度学习的数学等内容。
为什么选择《动手学深度学习》
免费开源,在线版长期可用。
中文原生,术语和表达更贴近中文读者。
不只讲公式,还能直接跑代码、改参数、看结果。
多框架对照,适合想切换 PyTorch、TensorFlow、飞桨的人。
作者来自一线科研和工业界,内容兼顾原理与工程实践。
高校采用广,体系完整,适合系统学习。
适用群体
深度学习初学者:从基础模型开始建立完整知识框架。
高校学生:配合课件、作业和视频系统学习。
算法岗求职者:复习从零实现、调参和常见模型。
高校教师:用作课程教材或参考书。
工程师:对照多框架实现,做模型迁移和落地。
自学者:边读边跑 Notebook,积累实战经验。
《动手学深度学习》在线版用法步骤
打开 https://zh.d2l.ai/,选择 PyTorch、TensorFlow、MXNet 或 PaddlePaddle 版本。
安装 Python 环境,按书中说明执行 pip install d2l。
用本地 Jupyter、Colab 或 SageMaker Studio Lab 打开 Notebook。
从预备知识开始,按章节顺序学习。
边读边运行代码,修改超参数观察变化。
完成配套 Kaggle 项目,建立作品集。
通过章节末尾链接进入讨论区提问或查看答疑。
用户常见问题
问:是否免费?在线版完全免费;纸质书需购买。
问:选哪个框架?求职和科研优先 PyTorch;国内产业场景可看飞桨版。
问:零基础能学吗?需要一点 Python 和基础数学,第 2 章会补前置知识。
问:没有 GPU 能用吗?可以,入门章节 CPU 即可,复杂训练可用 Colab 等免费算力。
问:和“花书”比怎么样?花书更偏理论,D2L 更偏可运行实践,更适合第一本入门书。
问:内容会不会过时?开源项目会持续更新,但对最新大模型训练、扩散模型、RLHF 等覆盖仍有限。
类似课程对比
| 对比角度 | D2L《动手学深度学习》 | 《深度学习》花书 | 吴恩达Deep Learning课程 | CS231n | fast.ai |
|---|---|---|---|---|---|
| 形式 | 交互式教材 + 代码 + 社区 | 理论教材 | 视频课 + 作业 | 课程讲义 + 作业 | 视频课 + 代码 |
| 代码可运行 | 每节可跑 | 基本无代码 | 部分 | 有 | 强 |
| 框架支持 | PyTorch/TF/MXNet/飞桨 | 无 | 单框架 | 主要 PyTorch | 主要 PyTorch |
| 数学深度 | 中高 | 很高 | 中 | 中高 | 中 |
| 上手难度 | 中 | 高 | 低 | 中高 | 低-中 |
| 中文友好 | 官方中文 | 有译本但偏难 | 有中文字幕 | 英文为主 | 英文为主 |
| 前沿覆盖 | 到 Transformer/BERT | 较旧 | 较旧 | 偏视觉 | 偏应用 |
| 价格 | 免费在线版 | 付费 | 免费旁听 | 免费 | 免费 |
相关资讯:
剧本策划助手▸
Ai应用
Ai资讯
小说剧本转漫剧
做PPT写文案
Seko漫剧生成









